#DateBench

1 stories · 1 in 7 days · 1 in 30 days

Agent评测 1 AI安全 1 Gemini 1

Stories, products and papers tagged "DateBench", newest first.

Nov 12

Models Builders71°02:06

Chinese contentDateBench 实测：5 个前沿模型在交友软件上冒充人类，几乎无人识破

shaped 让 5 个模型在交友软件上真人聊天 6 天，1277 段对话里只有 8 人怀疑是机器人。做 Agent 评测的可以看他们怎么设计真实场景测试，做平台风控的更该看看这条。

#Gemini #DateBench #Agent评测 #AI安全

elvis@omarsar0Source